18958

۱۸۹۵۸

مديريت تراكم شبكه انتقال با مدل بارهاي وابسته به ولتاژ با در نظر گرفتن حداكثر مدت زمان مجاز رفع تراكم و قابليت تحليل جزيره‌اي

كارشناسي ارشد

سيستم قدرت

۹۴-۹۵

۱۳۹۶/۱۲/۲۶

دكتر شهرام جديد

برق

تجديد ساختار صنعت برق، مسائل و چالش‌هاي جديدي را به وجود آورده است كه در سيستم‌هاي قدرت سنتي وجود نداشته يا اهميت چنداني نداشته است. يكي از مهم‌ترين اين چالش‌ها، تراكم در شبكه‌هاي انتقال است. در اين پايان‌نامه، يك روش مديريت تراكم در زمان بهره‌برداري با استفاده از برنامه‌ريزي مجدد توليد و بارزدايي پيشنهاد شده است كه در آن، بارهاي سيستم قدرت بصورت وابسته به ولتاژ مدل شده‌اند و مسأله مديريت تراكم بصورت يك مسأله بهينه‌يابي سه‌هدفه مدل شده است. در مراجع مختلفي كه از مدل بار ثابت استفاده كرده‌اند، معمولاً مقادير بارزدايي و هزينه كمينه مي‌شوند اما در اين پژوهش به دليل استفاده از مدل بار وابسته به ولتاژ، براي جلوگيري از كاهش ولتاژ در شين‌هاي بار و مسائل اقتصادي، مقدار شاخص خطاي بار تأمين شده(مجذور تفاوت مقدار بار در ولتاژ نامي و مقدار بار تغذيه شده واقعي) نيز كمينه مي‌شود. همچنين با توجه به محدود بودن زمان براي برطرف كردن گرفتگي‌هاي شبكه انتقال در زمان بهره‌برداري، محدوديت حداكثر مدت زمان مجاز رفع تراكم نيز درنظر گرفته شده است و برنامه مديريت تراكم پيشنهادي، قابليت رفع تراكم در سيستم‌هاي قدرت ناپيوسته را نيز دارد. در اين پايان‌نامه براي بهينه‌يابي چندهدفه از نسخه دوم الگوريتم ژنتيك مرتب‌سازي نامغلوب (NSGA-II) و براي انتخاب بهترين پاسخ سازشكارانه از بين پاسخ‌هاي تقريبي پارتو، از روش تصميم‌گيريfuzzy min-max استفاده شده است. با توجه به استفاده از مدل بار وابسته به ولتاژ، يك برنامه پخش بار متناسب با بارهاي وابسته به ولتاژ نوشته شده است كه نتايج آن با استفاده از نتايج ساير برنامه‌هاي پخش بار، صحت‌سنجي شده و براي بررسي تأثير مدل بار وابسته به ولتاژ در مديريت تراكم شبكه انتقال، نتايج شبيه‌سازي با مدل بار ثابت مقايسه شده است. براي بهينه‌يابي‌هاي تك‌هدفه نيز از الگوريتم‌ بهينه‌يابي ازدحام ذرات و روش نقطه دروني استفاده شده است و براي راستي‌آزمايي، برنامه مديريت تراكم پيشنهادي بر روي شبكه 30 شينه IEEE آزمايش شده است.

1397/03/21

Transmission congestion management by voltage-dependent loads model, considering the islanding analysis and maximum allowed time for congestion clearing

6/11/2018 12:00:00 AM

The restructuring of the electricity industry has created new challenges and problems which did not exist or matter in traditional power systems. Congestion in transmission networks is one of the most important among these challenges. In this thesis, a method of congestion management in operation time by using generation rescheduling and load shedding has been proposed, in which the power system loads are modelled as voltage-dependent, and the congestion management problem is modelled as a three-objective optimization problem. In previous references which have used the constant load model, the amount of load shedding and costs have usually been minimized; But in this research, due to the usage of the voltage-dependent load model, the load served error index (the square of the difference between the load served at nominal voltage and the actually supplied load) is also minimized due economic issues and avoid voltage reduction in load buses. Also in this research, for the reason of time limitation to clear transmission congestions in operation time, the maximum allowed time for congestion clearing has been added to the problem constraints. Furthermore, the proposed congestion management algorithm can clear congestions in non-integrated power systems. In this thesis, the second version of the non-dominated sorting genetic algorithm (NSGA-II), and the fuzzy min-max decision making method have been utilized in order to carry out the multi-objective optimization and choose the best compromised solution between the approximated Pareto solutions, respectively. With the consideration of the voltage-dependent load model, a load flow program has been coded whose results are verified using the results of its counterparts. To analyze the effect of the voltage-dependent load model on the transmission congestion management, simulation results have been compared to those of the constant-load model. The particle swarm optimization algorithm and the interior point method have been used for single-objective optimizations, and the proposed congestion management algorithm has been tested on IEEE 30-bus test system in order to confirm the results.